CN110290001A - 电力通信网的单链结构优化方法、装置及设备 - Google Patents

Abstract

本申请公开了一种电力通信网的单链结构优化方法，预先构建了基于网络建设成本、网络成环率、网络熵值构建的用于衡量单链结构优化程度的目标函数，在优化过程中，能够确定电力通信网的可拓展路线集合，获取目标函数，最终利用蚁群算法根据目标函数搜索可拓展路线集合，以确定电力通信网的单链结构优化结果。可见，该方法能够利用蚁群算法从可行的扩展路线集合中识别和选择理想的扩展路线，以作为对电力通信网中单链结构的优化结果，实现了自动化分析得出优化方案的目的，提升了优化效率和可靠性。此外，本申请还提供了一种电力通信网的单链结构优化装置、设备及计算机可读存储介质，其作用与上述方法相对应。

Description

电力通信网的单链结构优化方法、装置及设备

技术领域

本申请涉及通信领域，特别涉及一种电力通信网的单链结构优化方法、装置、设备及计算机可读存储介质。

背景技术

随着电力通信技术的飞速发展，电力通信网络上承载的业务、资源越来越多，对通信系统的可靠性提出更高的要求。通信网络常见的组网方式有链形网络、环形网络、网状网络等，在这些常见的通信网络结构中，网状结构、环形结构都能够实现业务的双路由传输保护，而链上承载的业务只能单路由传输，这是由网络结构本身的特性决定的。当传输的业务发生光缆故障或设备故障，对于在链上传输的业务将会中断，将会为电力网络的正常运行带来一定的损失；而对于环形网络或网状网络，由于双路由的存在，当业务的主路由因故障中断后，仍能启用备用路由而避免业务的中断，极大程度地减轻了突发故障对业务的影响，保障了通信网络可靠稳定地运行。因此为了提高通信网络可靠性，保障业务的正常运行，对通信网络中存在的单链结构进行识别和优化为环形网络的研究也受到越来越多人的重视。

当前对于链形网络的识别和优化为环形网络的研究主要包括：一种是通过建立入备用链路和出备用链路的固定连接，再结合长距离通信通道，构建一个备用链路的环路；另一种是通过利用链路的复用段来为单链结构配置复用段保护组，以达到提高链路可靠性的作用。然而这些方法都是在已知单链结构的基础上，对其进行优化生成环路或者保护通道，缺乏在未知通信网络架构中定位、识别单链结构，因此如何定位、识别通信网络中的单链结构，并在此基础上进行单链改环的相关计算分析具有一定的研究价值。

技术方案1：链形组网光纤传输网络的通信链路保护方法，涉及一种链形组网光纤传输网络的通信链路保护方法：将起始端光纤网络单元(ONU)的入备用链路和末端光纤网络单元的出备用链路分别引出，并通过一长距离通信通道建立互连；将光纤网络单元之间的出备用链路和入备用链路通过传输线互相连接，并在其内部建立入备用链路和出备用链路的固定连接，再结合长距离通信通道，组成一个备用链路的环路；通过光纤网络单元内部的保护切换及所述的备用链路环路，实现对光纤网络单元之间任何一条主用链路的保护。

技术方案2：一种复用段共享环路保护方法，涉及一种复用段共享环路保护方法，包括：预先将环路中各站点之间的保护通道连接形成保护通道环，当环路中两个站点之间发生线路故障时，执行下列步骤：A.故障线路任意一端站点检测到线路故障的告警信号后，向故障线路对端站点发送复用段远端缺陷指示信息；B.故障线路两端站点检测到线路故障告警信号或者接收到复用段远端缺陷指示信息后，分别在本站点将故障线路的发送/接收通道桥接到对应的保护通道上，完成业务从工作通道到保护通道的切换。

技术方案3：一种链型复用段保护组的配置方法，公开了一种链型复用段保护组的配置方法，所述链型复用段包括组成长链的多个同步数字体系设备，每两个同步数字体系设备之间存在一个保护链路，称之为一个段，其特征在于：将奇数段两侧设备划归到一个保护组中，在此保护组中配置设备在这些段上的链路的保护关系；同样将偶数段两侧设备划归到另外一个保护组中，在此保护组中配置设备在这些段上的链路的保护关系。

技术方案4：一种城轨列车环形通信网络，公开了一种城轨列车环形通信网络。该网络包含两个或两个以上的彼此独立通信的环形局域网。其中，每个环形局域网由城轨列车的各个车厢所配置的交换机通过通信连接来构成。通过对交换机的端口进行配置，将这些环网隔离成彼此独立通信的局域网，用于传输不同类型的数据。该方案提供的城轨列车通信网络不仅能够达到传输列车运行状态数据、列车诊断数据、列车运行控制指令的目的，而且还增强了车内网络通信的安全性、实时性和可靠性，使得诸如设备应用程序远程更新、列车信息化和智能化、车内多媒体数据传输等后续扩展应用的开发变得可能。

技术方案1提出了一种链形组网光纤传输网络的通信链路保护方法，通过在光纤网络单元内部建立入备用链路和出备用链路的固定连接，再结合所述的起始端光纤网络单元的入备用链路和末端光纤网络单元的出备用链路之间的长距离通信通道，从而组成一个备用链路的环路；但是该方法缺乏对于如何发现并定位单链结构的分析。

技术方案2提出了一种复用段共享环路保护方法，其特征在于预先将环路中各站点之间的保护通道连接成保护通道环。该方法考虑的也是单链成环的过程，但是针对保护通道的单链结构，将各站点之间的保护通道连接成保护通道环；然而对于如何定位站点之间的单链保护通道，并没有进行考虑。

技术方案3提出了一种链型复用段保护组的配置方法，其特征在于：将奇数段两侧设备划归到一个保护组中，在此保护组中配置设备在这些段上的链路的保护关系；同样将偶数段两侧设备划归到另外一个保护组中，在此保护组中配置设备在这些段上的链路的保护关系。该方法为单链复用段提供了保护链路，但是并没有从链改环的角度进行优化，而是通过复用段段来设置保护链路。

技术方案4提出了一种城轨列车环形通信网络的构建方法，该网络包含两个或两个以上的彼此独立通信的环形局域网，该方法考虑了环形网络的构建方法，但是缺乏考虑如何在单链结构的基础上生成环形网络的方法。

综上，传统的针对单链结构的优化方案大都是采用人工分析得到，一方面需要耗费大量时间和人力，另一方面可能由于人为因素带来误差，导致效率较低。

发明内容

本申请的目的是提供一种电力通信网的单链结构优化方法、装置、设备及计算机可读存储介质，用以解决传统的针对单链结构的优化方案大都是采用人工分析得到，一方面需要耗费大量时间和人力，另一方面可能由于人为因素带来误差，导致效率较低的问题。具体方案如下：

为解决上述技术问题，本申请提供了一种电力通信网的单链结构优化方法，包括：

确定电力通信网的可拓展路线集合；

获取基于网络建设成本、网络成环率、网络熵值构建的用于衡量单链结构优化程度的目标函数；

利用蚁群算法根据所述目标函数搜索所述可拓展路线集合，以确定所述电力通信网的单链结构优化结果。

优选的，所述确定电力通信网的可拓展路线集合，包括：

获取电力通信网的网络拓扑结构，根据所述网络拓扑结构确定所述电力通信网的可拓展路线集合。

优选的，在所述获取基于网络建设成本、网络成环率、网络熵值构建的用于衡量单链结构优化程度的目标函数之前，还包括：

获取预先设置的最小网络成环率、最大网络建设成本；

分别确定网络建设成本、网络成环率、网络熵值的权重，得到第一权重、第二权重、第三权重；

根据所述最小网络成环率、所述最大网络建设成本、所述第一权重、所述第二权重、所述第三权重，构建基于所述网络建设成本、所述网络成环率、所述网络熵值的目标函数。

优选的，所述利用蚁群算法根据所述目标函数搜索所述可拓展路线集合，以确定所述电力通信网的单链结构优化结果，包括：

利用蚁群算法根据所述目标函数对所述可拓展路线集合进行预设迭代次数的搜索操作；

在每次迭代过程结束时，确定当前迭代过程的最优搜索结果，并对所述最优搜索结果进行邻域搜索，以更新所述最优搜索结果，直至达到所述预设迭代次数，得到所述电力通信网的单链结构优化结果。

第二方面，本申请提供了一种电力通信网的单链结构优化装置，包括：

可拓展线路集合确定模块：用于确定电力通信网的可拓展路线集合；

目标函数获取模块：用于获取基于网络建设成本、网络成环率、网络熵值构建的用于衡量单链结构优化程度的目标函数；

蚁群搜索模块：用于利用蚁群算法根据所述目标函数搜索所述可拓展路线集合，以确定所述电力通信网的单链结构优化结果。

优选的，所述可拓展线路集合确定模块具体用于：

获取电力通信网的网络拓扑结构，根据所述网络拓扑结构确定所述电力通信网的可拓展路线集合。

优选的，还包括：

参数获取模块：用于获取预先设置的最小网络成环率、最大网络建设成本；

权重确定模块：用于分别确定网络建设成本、网络成环率、网络熵值的权重，得到第一权重、第二权重、第三权重；

目标函数构建模块：用于根据所述最小网络成环率、所述最大网络建设成本、所述第一权重、所述第二权重、所述第三权重，构建基于所述网络建设成本、所述网络成环率、所述网络熵值的目标函数。

优选的，所述蚁群搜索模块包括：

迭代单元：用于利用蚁群算法根据所述目标函数对所述可拓展路线集合进行预设迭代次数的搜索操作；

邻域搜索单元：用于在每次迭代过程结束时，确定当前迭代过程的最优搜索结果，并对所述最优搜索结果进行邻域搜索，以更新所述最优搜索结果，直至达到所述预设迭代次数，得到所述电力通信网的单链结构优化结果。

第三方面，本申请还提供了一种电力通信网的单链结构优化设备，包括：

存储器：用于存储计算机程序；

处理器：用于执行所述计算机程序，以实现如上所述的一种电力通信网的单链结构优化方法的步骤。

第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时用于实现如上所述的一种电力通信网的单链结构优化方法的步骤。

本申请所提供的一种电力通信网的单链结构优化方法，预先构建了基于网络建设成本、网络成环率、网络熵值构建的用于衡量单链结构优化程度的目标函数，在优化过程中，能够确定电力通信网的可拓展路线集合，获取目标函数，最终利用蚁群算法根据目标函数搜索可拓展路线集合，以确定电力通信网的单链结构优化结果。可见，该方法能够利用蚁群算法从可行的扩展路线集合中识别和选择理想的扩展路线，以作为对电力通信网中单链结构的优化结果，实现了自动化分析得出优化方案的目的，且由于目标函数的可靠性，使得根据该优化结果对单链结构进行成环处理后能够有效降低节点故障时导致的大面积通信中断几率，显著提升了优化效率。

此外，本申请还提供了一种电力通信网的单链结构优化装置、设备及计算机可读存储介质，其作用与上述方法相对应，这里不再赘述。

附图说明

为了更清楚的说明本申请实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请所提供的一种电力通信网的单链结构优化方法实施例一的实现流程图；

图2为本申请所提供的一种电力通信网的单链结构优化方法实施例二的实现流程图；

图3为本申请所提供的一种电力通信网的单链结构优化方法实施例三的实现流程图；

图4为本申请所提供的一种电力通信网的单链结构优化装置实施例的功能框图；

图5为本申请所提供的一种电力通信网的单链结构优化设备实施例的结构示意图；

图6为本申请提供的仿真实验结果图图一；

图7为本申请提供的仿真实验结果图图二。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

目前，对电力通信网的单链结构的优化方案主要通过人工分析得出优化方案，耗时耗力，且容易因主观因素产生误差，导致优化效率较低。针对上述问题，本申请提供了一种电力通信网的单链结构优化方法、装置、设备及计算机可读存储介质，实现了自动化分析得出单链优化结果的目的，且基于目标函数进行优化有效保证了优化结果的可靠性，显著提升了单链结构优化效率。

下面对本申请提供的一种电力通信网的单链结构优化方法实施例一进行介绍，参见图1，实施例一包括：

步骤S101：确定电力通信网的可拓展路线集合；

上述可扩展路线集合是指根据电力通信网的拓扑结构确定的可行的扩展路线的集合，本实施例的目的在于在可拓展线路已知的条件下，利用蚁群算法从可拓展路线集合中选出最合适的扩展线路组合。

步骤S102：获取基于网络建设成本、网络成环率、网络熵值构建的用于衡量单链结构优化程度的目标函数；

具体的，在执行本实施例之前，可以预先基于网络构建成本、网络成环率、网络熵值构建目标函数，该目标函数用于衡量被选中的可拓展路线的优劣程度，本实施例中优劣程度主要是对电力通信网中网络建设成本、网络成环率、网络熵值三个方面的综合考量。其中，网络建设成本主要指被选中的可拓展露路线的建设成本，主要与该路线的长度相关；网络成环率主要指电力通信网中环节点占总节点数量的比率，该值可以有效指示区域内电力通信网中受到保护的站点或者链路的数量，该值越大，则表示网络的可靠性越高，业务运行的稳定性越好；网络熵值主要指基于点和边差异性的网络结构熵，基于点边差异性的网络结构熵，可以很好的体现出网络的异构性，尤其是对稀疏网络以及星形网络的结构差异解释更为合理。

步骤S103：利用蚁群算法根据所述目标函数搜索所述可拓展路线集合，以确定所述电力通信网的单链结构优化结果。

具体的，在利用蚁群算法搜索可拓展路线的过程中，将可拓展路线看作是蚂蚁需要寻找的“食物源”，蚂蚁在选择可拓展路线的时候，根据具有启发信息的状态转移规则，来决定其选择的可拓展路线，由此，可以有效求出区域内单链结构优化的方案。

本实施例所提供一种电力通信网的单链结构优化方法，预先构建了基于网络建设成本、网络成环率、网络熵值构建的用于衡量单链结构优化程度的目标函数，在优化过程中，能够确定电力通信网的可拓展路线集合，获取目标函数，最终利用蚁群算法根据目标函数搜索可拓展路线集合，以确定电力通信网的单链结构优化结果。可见，该方法能够利用蚁群算法从可行的扩展路线集合中识别和选择理想的扩展路线，以作为对电力通信网中单链结构的优化结果，实现了自动化分析得出优化方案的目的，且由于目标函数的可靠性，使得根据该优化结果对单链结构进行成环处理后能够有效降低节点故障时导致的大面积通信中断几率，显著提升了优化效率。

下面开始详细介绍本申请提供的一种电力通信网的单链结构优化方法实施例二，实施例二基于上述实施例一实现，并在实施例一的基础上进行了一定程度上的拓展。

参见图2，实施例二具体包括：

步骤S201：基于网络建设成本、网络成环率、网络熵值构建的用于衡量单链结构优化程度的目标函数；

为了抽象区域内电力通信网中单链结构优化问题，首先定义网络拓扑G(V,E)，其中V＝{v₁,v₂,...,v_m}代表通信网中节点的集合，E＝{e_i,j|i,j∈V,i≠j}表示通信网中链路的集合，其下标表示的是节点的序号；M＝|V|、N＝|E|分别表示节点数量以及边的数量。假设最终需要新建链路的集合中包含l条边，记为E_l，E_l∈E。

此外，电力通信网的网络优化成本、网络成环率、站点及链路加权可靠性、电力通信网结构熵定义如下：

1)网络优化成本

假设网络优化的成本仅仅与规划方案中新加入的通信链路的建设成本有关，那么网络优化成本可以抽象为：

其中，C表示网络建设成本；σ_i,j为0-1变量；c_i,j为在站点n_i,n_j之间敷设新链路的经济成本，与两点的物理距离正相关。

2)网络成环率

在本实施例中，网络成环率指的是环节点占总节点数量的比率。该值可以有效指示区域内电力通信网中受到保护的站点或者链路的数量，该值越大，则表示网络的可靠性越高，业务运行的稳定性越好。目前，我国电力骨干通信网的成环率约为73％，但是表现出一定的不平衡性，也就是说存在部分地区成环率大幅低于该水平。本实施例选取该指标作为衡量网络可靠性的一个因素，其定义为：

其中，R代表通信网站点的成环率，|S_c|代表通信网中的环节点。

3)站点和链路加权可靠性

(1)站点和链路可靠性

任何一个时间点下，不同的自然因素、设备自身因素以及人为因素均可以对节点和通信链路失效概率造成影响，也就是说网络失效概率是随着时间的变化而发生改变的。本实施例假设三种因素的发生是相互独立的，分别记为F_n,F_d,F_h，参考其定义，节点和边的可靠性可以分别定义为：

其中，F＝{F_n,F_d,F_h}表示三种影响因素的集合；分别表示节点和边发生φ_k类型故障的概率。

(2)站点电压等级

区域内站点电压包含多种，如35kV，110kV，220kV等，其量级较大无法直接参与运算，本实施例采用min-max方法将其归一化处理。假设网络中存在低至35kV高至500kV的多种不同等级电压站点，记为L＝{l₃₅,l₁₁₀,...,l₅₀₀}，则站点i的电压等级Y_i ^v定义如下：

其中，表示站点v_i的电压值。

结合站点电压等级，站点的加权可靠性可以定义为：

链路的加权可靠性可以定义为：

其中，Nei(i)表示节点i的邻接点集合。

4)电力通信网结构熵

综合考虑“点”和“边”差异性，本实施例提出网络结构熵，即基于点和边差异性的网络结构熵。基于点边差异性的网络结构熵，可以很好的体现出网络的异构性，尤其是对稀疏网络以及星形网络的结构差异解释更为合理。其定义为：

其中，p(k_i)为网络节点度数为k_i的分布函数，M为网络中的节点数目。可见，该网络结构熵针对考虑到点差异性和边差异性的权重，当β/α＝1时，也就是说点边差异性权重相同时，该模型退化为无权网络结构熵。

(1)电力通信网点边差异性

对于电力通信网中的站点来说，在计算站点的差异性时，需要考虑其电压等级的差异带来的影响，以区分具有相同或者近似结构但站点等级不同时的网络结构熵值。这里，假设电力通信网网络中包含有M个节点，那么在t时刻，节点v_i的差异性可以定义为：

其中，k_i表示节点v_i的度数，p(k_i)表示网络中节点的度数为k_i的概率，以节点的度数k_i作为基础，节点的差异性可以简单理解为网络中与节点v_i度数不相同的节点个数。这里，可以看出，当网络中的所有节点度数都相同的时候，该网络是一个度数分布均匀的网络，也就是说该网络的异构程度非常低。

对于电力通信网中的链路来说，根据其所连接节点的电压等级的不同，在计算链路差异性的时候，需要融入链路的端点的站点电压等级。在t时刻，节点v_i的链路差异性可以定义为：

(2)电力通信网异构性

为了综合考虑网络中的节点的差异性和链路的差异性，这里定义一个中间变量X'_i，表示电力通信网的网络结构重要性，定义为：

因此，电力通信网的结构熵可以定义为：

综合考虑网络优化成本、站点成环率、电力通信网的结构熵三大因素，本实施例可以将区域内电力通信网单链结构优化问题的目标函数定义为：

其中，w_c,w_r,w_h分别表示网络建设成本、网络成环率、网络熵值的权重。C_max表示最大可接受的网络优化成本，R_min代表可以接受的最小网络成环率。

相对于网络成环率及网络熵值这两个因素，网络建设成本的数量级非常高，需要进行归一化处理。在实际的网络优化过程中，需要首先设定好期望的最大成本，之后，网络的拓建应该在小于拓建成本的前提下，尽量提高网络的熵值以及成环率，因此，网络的拓建成本与最大可接受成本量级相似，因此，可以采用C/C_max的形式将拓建成本进行归一化处理。

步骤S202：获取电力通信网的网络拓扑结构，根据所述网络拓扑结构确定所述电力通信网的可拓展路线集合；

本实施例假定可拓展线路是已知的，蚁群算法用来选出最合适的线路组合。具体的，假设网络中存在n条可拓展线路，按照蚁群算法，将其从1～n编号，记其集合为L，对于每只蚂蚁来说，初始化路线集合为L+相对L来说，多了一个空集，原因是蚂蚁在依概率选择下一个线路的时候，允许选择空，即不选中任何线路。

步骤S203：利用蚁群算法根据目标函数搜索所述可拓展路线集合，以确定所述电力通信网的单链结构优化结果。

在蚁群算法中，单只蚂蚁的行为是算法的核心，可以将其视为在拓扑G中不断移动的探测针，同时，该蚂蚁可以存储器移动过程中所有的选择。在本文中定义蚁群Ω，以及蚂蚁Ω_i∈Ω，蚁群大小m＝|Ω|，算法循环次数o。相关定义如下：

初始信息素：具体的，L⁺中每条待选线路的初始信息素浓度定义为：

s.t.0＜X₀＜1

其中，d(l)为元素l的距离。

转移概率：在蚂蚁k每次从L+中选择哪个元素由每个元素的转移概率决定，其定义为：

其中，为t时刻，蚂蚁k选择q的概率；α,β分别表示蚂蚁在途经线路上留下的信息素的影响度权值及期望值的影响度权值；q,r属于蚂蚁k所有尚未访问的边集合A，τ_q(t)为t时刻线路q上信息素的浓度；η_q为线路q的期望值，设计为1/d(q)，即距离的倒数。

信息素的局部更新：在迭代过程中，蚂蚁每次从L⁺中按照概率选择一个元素，待扩建链路的选取必须尽可能的减小目标函数。针对每只蚂蚁来说，该过程同时重复|L⁺|次，然后形成一个规划方案，之后按照下式进行对信息素执行局部更新。其中，|L⁺|表示集合L⁺中元素的数量。

τ_q(t+x)＝ρτ_q+Δτ_q(t,t+x)

其中，Q为一常数；Z_k(·)为蚂蚁k所得规划方案的目标函数值。

信息素的全局更新：当m只蚂蚁都完成|L⁺|次重复，得到m个规划方案，称为一次循环，之后按照下式进行信息素的全局更新。

其中，β₁为信息素的全局蒸发系数。为最优蚂蚁留下的信息素浓度。

在一次循环完成后，根据目标函数，从所有蚂蚁形成的方案中选取最优的方案与当前保存的方案进行对比，若新方案优于当前保存方案，则以新方案替换当前保存的方案，否则维持最优方案不变，这里体现了选择过程中的精英策略。

具体的，本实施例中蚁群算法包括以下步骤：

1)设定算法参数，定义m只蚂蚁；

2)初始化信息素。根据网络拓扑情况，对各个可拓建线路进行更新，并令所有待选线路为初始规划方案，记为初始全局最优解

3)令i＝1,j＝1；

4)对于蚂蚁j，按照转移概率选择第i条待拓建线路。若i＝|L⁺|，转到第5步；否则，i＝i+1，重复步骤4；

5)按照优化计算蚂蚁j所确定的优化方案S的目标函数值。若则否则，进入下一步；

6)进行信息素的局部更新，若j＝m，进入步骤7；否则，i＝1,j＝j+1，进入步骤4；

7)进行信息素的全局更新，若满足终止条件，进入步骤8；否则，回到步骤3；

8)结束，输出最优方案。

本实施例所提供一种电力通信网的单链结构优化方法，通过对电力通信网中的单链结构优化问题进行分析建模，重点考虑了网络优化过程中需要考虑的多个因素，包括网络优化经济成本、网络成环率、站点及链路差异性的网络结构熵等因素；然后基于邻域搜索的蚁群算法来解决该问题。一方面，该方法通过单链的主动识别和定位技术，可以在为通信网络拓扑的优化提供参考的同时减少人为失误；另一方面，将单链结构进行成环处理可以降低通信网络中某节点故障时导致的大面积通信中断几率。

下面开始详细介绍本申请提供的一种电力通信网的单链结构优化方法实施例三，实施例三基于上述实施例一实现，并在实施例一的基础上进行了一定程度上的拓展。

实施例三对实施例一中的步骤S103进行了扩展，具体的，在“利用蚁群算法根据目标函数搜索所述可拓展路线集合，以确定所述电力通信网的单链结构优化结果”的过程中，实施例三采用了邻域搜索与蚁群算法相结合的方式来加快单链结构优化结果的搜索速度，提升搜索效率。

参见图3，实施例三包括：

步骤S301：初始化蚁群算法参数；

蚁群算法参数包括，蚂蚁总数m，蚂蚁的初始路线集合L⁺，|L⁺|表示L⁺中的路线总数量，蚁群算法终止条件，其中，蚁群算法终止条件具体可以为迭代次数达到预设最大迭代次数。

步骤S302：令搜索次数i＝1，蚂蚁j＝1；

步骤S303：按照转移概率函数确定蚂蚁j的下一次选择的路线；

步骤S304：判断i是否满足i＝|L⁺|，若是，则进入步骤S305，否则i＝i+1，并进入步骤S303；

步骤S305：根据蚂蚁j的规划方案进行信息素的局部更新；

步骤S306：判断j是否满足j＝m，若是，则进入步骤S307，否则，j＝j+1，并进入步骤S303；

步骤S307：对m只蚂蚁的规划方案中的最优规划方案进行邻域搜索；

步骤S308：根据最优规划方案进行信息素的全局更新；

步骤S309：判断是否满足蚁群算法终止条件，若满足，进入步骤S310，否则，进入步骤S302。

步骤S310：输出单链结构优化结果。

具体的，区域内单链结构优化问题需要设计合理的邻域搜索方案，对每一轮循环中的最优蚂蚁Ω_best执行邻域搜索，具体如下：

假设最优蚂蚁Ω_best所确定的优化方案为S，方案中各个边的集合为E(S)，E(S)所确定的节点集合为V(S)，则方案S的邻域可以定义为：

其中是边的集合，不难看出

从E(S)中选择一条边，记边E_l∈E(S)被选中的概率为其定义为：

其中，d(E_l)表示边E_l的距离。

本实施例的邻域搜索优化步骤为：

1)记已访问过的边集合为

2)按照轮盘赌法从中选择一条边E_l，记边起点为终点为

3)以长度最短为第一条件，度数最小为第二条件，从E(S)找到以为起点的一个边，将其替换为E_l，记为S′。

4)若γ(S′)＞γ(S)，S←S′；

5)tabu←{tabu,E_l}，若进入步骤6；否则，回到步骤2；

6)完成邻域搜索。

也就是说，在每次迭代过程结束时，本实施例会确定当前迭代过程的最优搜索结果，并对所述最优搜索结果进行邻域搜索，以更新所述最优搜索结果。

综上，本实施例所提供一种电力通信网的单链结构优化方法，在实施例一的基础上，采用邻域搜索与蚁群算法相结合的方式来从可扩展线路集合中搜索单链结构优化结果，有效提升了搜索速度。

下面对本申请实施例提供的一种电力通信网的单链结构优化装置进行介绍，下文描述的一种电力通信网的单链结构优化装置与上文描述的一种电力通信网的单链结构优化方法可相互对应参照。

如图4所示，该装置包括：

可拓展线路集合确定模块401：用于确定电力通信网的可拓展路线集合；

目标函数获取模块402：用于获取基于网络建设成本、网络成环率、网络熵值构建的用于衡量单链结构优化程度的目标函数；

蚁群搜索模块403：用于利用蚁群算法根据所述目标函数搜索所述可拓展路线集合，以确定所述电力通信网的单链结构优化结果。

在一些具体的实施例中，所述可拓展线路集合确定模块401具体用于：

获取电力通信网的网络拓扑结构，根据所述网络拓扑结构确定所述电力通信网的可拓展路线集合。

在一些具体的实施例中，还包括：

参数获取模块：用于获取预先设置的最小网络成环率、最大网络建设成本；

权重确定模块：用于分别确定网络建设成本、网络成环率、网络熵值的权重，得到第一权重、第二权重、第三权重；

目标函数构建模块：用于根据所述最小网络成环率、所述最大网络建设成本、所述第一权重、所述第二权重、所述第三权重，构建基于所述网络建设成本、所述网络成环率、所述网络熵值的目标函数。

在一些具体的实施例中，所述蚁群搜索模块403包括：

迭代单元：用于利用蚁群算法根据所述目标函数对所述可拓展路线集合进行预设迭代次数的搜索操作；

邻域搜索单元：用于在每次迭代过程结束时，确定当前迭代过程的最优搜索结果，并对所述最优搜索结果进行邻域搜索，以更新所述最优搜索结果，直至达到所述预设迭代次数，得到所述电力通信网的单链结构优化结果。

本实施例的电力通信网的单链结构优化装置用于实现前述的电力通信网的单链结构优化方法，因此该装置中的具体实施方式可见前文中的电力通信网的单链结构优化方法的实施例部分，例如，可拓展线路集合确定模块401、目标函数获取模块402、蚁群搜索模块403，分别用于实现上述电力通信网的单链结构优化方法中步骤S101，S102，S103。所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再展开介绍。

另外，由于本实施例的电力通信网的单链结构优化装置用于实现前述的电力通信网的单链结构优化方法，因此其作用与上述方法的作用相对应，这里不再赘述。

此外，本申请还提供了一种电力通信网的单链结构优化设备，如图5所示，包括：

存储器501：用于存储计算机程序；

处理器502：用于执行所述计算机程序，以实现如上所述的一种电力通信网的单链结构优化方法的步骤。

最后，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时用于实现如上所述的一种电力通信网的单链结构优化方法的步骤。

本实施例的电力通信网的单链结构优化设备、计算机可读存储介质用于实现前述的电力通信网的单链结构优化方法，因此该设备、计算机可读存储介质的具体实施方式可见前文中的电力通信网的单链结构优化方法的实施例部分，且二者的作用与前述方法实施例的作用相对应，这里不再赘述。

为了验证本申请方案的有效性，本申请采用接近现网的拓扑结构进行仿真分析。

本申请选的拓扑中，共包含33个节点，其中，35kV站点共16个，110kV站点共14个，220kV站点共3个，如图6所示，图中实线表示原有的通信链路。根据前文可以计算出节点和链路的可靠性，其中，自然因素、设备自身因素以及人为因素这三种因素导致节点或者链路发生故障的概率可以根据其各自的历史运维数据统计得出。待拓建线路的经济成本正比于物理距离，设定比例系数为1。β/α设定为1，表示这里，本实施例认为电力通信网中的拓扑中，节点和链路的差异性接近。

参考相关文献，设定基于邻域搜索蚁群算法的基本参数为：蚂蚁数量m为40，总循环数量o为50，蚂蚁信息素的局部蒸发速率β₀为0.1，全局蒸发速率β₁为0.05。之后，对于每一种可选线路的情况，采用同一种参数，进行多次仿真实验，其中，每次实验所用的待选线路均固定。同时，针对拓扑网络中新选定节点和链路的可靠性，节点的可靠性从0.99到0.9999之间随机一个数值，链路的可靠性根据线路长度在0.98到0.9999之间随机一个数值。此外，在执行过程中，记录下每轮循环的最优目标值。

为了验证本申请方案的对该优化问题的有效性，采用上述拓扑图进行实际的仿真验证，算法参数具体设计为：设定可以接受的最大经济成本C_max＝1600，R_min＝0.8，w_c＝0.2,w_r＝0.1,w_c＝0.7，最终得到的优化方案拓扑图如图7所示，其中，虚线表示该方案中新增的通信链路。从图中可以看出，本次优化共计新增的链路数量为11条，分别为22-32,10-13,15-33,12-15,18-19,6-10,18-20,33-17,26-27,23-20,28-30,33-18。

网络结构在优化前后的指标对比如表1所示，这里，本申请对算法中所涉及到的几个指标进行分析对比，不难看出，除带来了必要的经济花费之外，网络站点的成环率、单链结构数量、网络结构熵以及目标函数值均有不同程度的提高，其中，网络成环率提高了接近40％；单链结构的数量也由之前的13条降低为3条，具体为，优化之前的网络中的单链结构为：1-2-3,3-5-6,8-10,11-13,11-12-14-15,16-33,17-18,19-20,20-21,22-23,23-24,26-28,27-28，优化后的单链结构为：1-2-3,20-21,23-24；此外，目标函数值提高了84.2％之多。

表1

指标	优化前	优化后	变化
				环节点数量	16	29	+13
站点成环率	0.48	0.88	+0.4
				单链结构数量	13	3	-10
经济性成本	0	1500	-1500
				网络结构熵	3.2748	3.3698	+2％
目标函数值	0.2623	0.4831	+84.2％

综合上述分析，可以认为本申请可以有效地减少网络中的单链结构数量，提高网络的结构熵值，可以为实际的网络结构优化提供一定的参考。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上对本申请所提供的方案进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种电力通信网的单链结构优化方法，其特征在于，包括：

确定电力通信网的可拓展路线集合；

获取基于网络建设成本、网络成环率、网络熵值构建的用于衡量单链结构优化程度的目标函数；

利用蚁群算法根据所述目标函数搜索所述可拓展路线集合，以确定所述电力通信网的单链结构优化结果。

2.如权利要求1所述的方法，其特征在于，所述确定电力通信网的可拓展路线集合，包括：

获取电力通信网的网络拓扑结构，根据所述网络拓扑结构确定所述电力通信网的可拓展路线集合。

3.如权利要求1所述的方法，其特征在于，在所述获取基于网络建设成本、网络成环率、网络熵值构建的用于衡量单链结构优化程度的目标函数之前，还包括：

获取预先设置的最小网络成环率、最大网络建设成本；

分别确定网络建设成本、网络成环率、网络熵值的权重，得到第一权重、第二权重、第三权重；

根据所述最小网络成环率、所述最大网络建设成本、所述第一权重、所述第二权重、所述第三权重，构建基于所述网络建设成本、所述网络成环率、所述网络熵值的目标函数。

4.如权利要求1-3任意一项所述的方法，其特征在于，所述利用蚁群算法根据所述目标函数搜索所述可拓展路线集合，以确定所述电力通信网的单链结构优化结果，包括：

利用蚁群算法根据所述目标函数对所述可拓展路线集合进行预设迭代次数的搜索操作；

在每次迭代过程结束时，确定当前迭代过程的最优搜索结果，并对所述最优搜索结果进行邻域搜索，以更新所述最优搜索结果，直至达到所述预设迭代次数，得到所述电力通信网的单链结构优化结果。

5.一种电力通信网的单链结构优化装置，其特征在于，包括：

可拓展线路集合确定模块：用于确定电力通信网的可拓展路线集合；

目标函数获取模块：用于获取基于网络建设成本、网络成环率、网络熵值构建的用于衡量单链结构优化程度的目标函数；

蚁群搜索模块：用于利用蚁群算法根据所述目标函数搜索所述可拓展路线集合，以确定所述电力通信网的单链结构优化结果。

6.如权利要求5所述的装置，其特征在于，所述可拓展线路集合确定模块具体用于：

获取电力通信网的网络拓扑结构，根据所述网络拓扑结构确定所述电力通信网的可拓展路线集合。

7.如权利要求5所述的装置，其特征在于，还包括：

参数获取模块：用于获取预先设置的最小网络成环率、最大网络建设成本；

权重确定模块：用于分别确定网络建设成本、网络成环率、网络熵值的权重，得到第一权重、第二权重、第三权重；

目标函数构建模块：用于根据所述最小网络成环率、所述最大网络建设成本、所述第一权重、所述第二权重、所述第三权重，构建基于所述网络建设成本、所述网络成环率、所述网络熵值的目标函数。

8.如权利要求5-7任意一项所述的装置，其特征在于，所述蚁群搜索模块包括：

迭代单元：用于利用蚁群算法根据所述目标函数对所述可拓展路线集合进行预设迭代次数的搜索操作；

邻域搜索单元：用于在每次迭代过程结束时，确定当前迭代过程的最优搜索结果，并对所述最优搜索结果进行邻域搜索，以更新所述最优搜索结果，直至达到所述预设迭代次数，得到所述电力通信网的单链结构优化结果。

9.一种电力通信网的单链结构优化设备，其特征在于，包括：

存储器：用于存储计算机程序；

处理器：用于执行所述计算机程序，以实现如权利要求1-4任意一项所述的一种电力通信网的单链结构优化方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时用于实现如权利要求1-4任意一项所述的一种电力通信网的单链结构优化方法的步骤。